← 返回列表
基于Cro-IntentFormer的融合车辆驾驶意图的周车轨迹预测方法及系统
摘要文本
本发明公开了一种基于Cro‑IntentFormer的融合车辆驾驶意图的轨迹预测方法及系统:首先对传感器收集到的车辆轨迹预处理得到符合模型输入条件的原始数据;以车辆为节点,车辆间的距离作为两个车辆节点间是否有边的依据,构建物理关系图,并将其和原始数据输入时空特征提取模块得到轨迹的时空特征;将时空特征矩阵输入意图预测模块得到车辆的预测意图;根据意图预测模块输出的意图信息重新构建语义关系图,并将其和原始数据输入时空特征提取模块得到轨迹的语义特征;融合轨迹的时空特征和语义特征,并将其输入到解码器中得到周围车辆的预测轨迹。本发明考虑到了行为意图相近的车辆轨迹间的相似性,提高了模型的可解释性和预测精度。
申请人信息
- 申请人:江苏大学
- 申请人地址:212013 江苏省镇江市京口区学府路301号
- 发明人: 江苏大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于Cro-IntentFormer的融合车辆驾驶意图的周车轨迹预测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311313179.1 |
| 申请日 | 2023/10/11 |
| 公告号 | CN117351712A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G08G1/01 |
| 权利人 | 江苏大学 |
| 发明人 | 刘擎超; 李诗雨; 高洪波; 蔡英凤; 王海; 赵晶娅; 熊晓夏; 陈龙 |
| 地址 | 江苏省镇江市京口区学府路301号 |
专利主权项内容
1.一种基于Cro-IntentFormer的融合车辆驾驶意图的周车轨迹预测方法,其特征在于:包括以下步骤:S1.对传感器收集到的车辆轨迹预处理得到的原始数据;S2.以车辆为节点,车辆间的距离作为两个车辆节点间是否有边的依据,构建物理关系图,并将其和原始数据输入时空特征提取模块得到轨迹的时空特征;S3.将时空特征矩阵输入意图预测模块得到车辆的预测意图;S4.根据意图预测模块输出的意图信息重新构建语义关系图,并将其和原始数据输入时空特征提取模块得到轨迹的语义特征;S5.融合轨迹的时空特征和语义特征,并将其输入到解码器中得到目标车周围车辆的预测轨迹。